想象一下效果不是累加的。想象一下，我们只需要担心每个预测变量的两个值， Low 和 High。然后会有值我们的函数需要提供估计。在实践中，每个维度有两个以上的值需要担心。$x_i =$$x_i =$$2^p$

http://en.wikipedia.org/wiki/Curse_of_dimensionality

继格伦的回答之后，我认为从高维空间的体积/浓度方面考虑问题是件好事。直接来自维基百科文章：

与向数学空间添加额外维度相关的体积呈指数增长。例如， =100 个均匀分布的采样点足以采样一个单位间隔（“一维立方体”），点之间的距离不超过一个 10 维单位超立方体的等效采样，其格子的相邻点之间的间距为 =0.01，需要个采样点。$10^2$$10^{-2}$$10^{-2}$$10^{20}$

所以基本上随着维度的增加，提供相同空间覆盖所需的点数随着维度呈指数增长。

这意味着对于依赖于局部点来作为估计器基础的非参数方法，随着体积的爆炸，需要更多的点。

诅咒也经常被认为是试图估计高维函数的计算可行性，如果你还在寻找洞察力，也许你可以研究一下。